图像分类

“FIR”表示“有限脉冲响应”。如果输入脉冲，则

频率步进雷达一维成像，高分辨距离像HRRP，设置好了参数，点击即可运行出结果图，能计算散射矩阵

Flash.ActionScript.3.0动画教程书籍的配套源码，可以更好的理解该书的讲解内容

使用说明第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别）第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。该系统的识别率一般情况下为90%。此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行。具体步骤为：“256色位图转为灰度图”－“灰度图二值化”－“去噪”－“倾斜校正”－“分割”－“标准化尺寸”－“紧缩重排”。注意，待识别的图片要与win.dat和whi.dat位于同一目录，这两文件保存训练后网络的权值参数。具体使用请参照书中说明。

是9s128飞思卡尔芯片的舵机代码，由于是较为早期的芯片，所以这代码都是要写代码底层的。

仿真获取四幅互差半个像素的低分辨率图像，利用反演解析算法重建出一副高分辨率图像，属于亚像元技术或者超分辨率技术。

1.根据训练文件夹中的图像训练单词表。在每一张图像中提取sift点，将从所有图像中得到的128维sift点进行聚类，类别数就是单词数，聚类中心就是单词，将得到的单词表保存下来。 2.对于每一张新的图像，先提取图像中的sift点，按照之前训练好的单词表将每个sift点对应成某个单词，统计在这幅图像中每种单词的数量，就是词包模型。 注意：生成的文件每行代表一幅图像，将文件复制出来后修改后缀成.doc可以用word打开。 首先运行centr3得到单词表，在运行bagofword生成单词包。

我上传的这个Matlab源程序代码是Gabor滤波器在Matlab下的源代码，内容详细，对初学者来说是很好的资源，很容易就看明白，而且直接在工作空间中运行就会得到结果

基于opencv的人脸检测 QT实现 首先需要在windows环境下建立opencv开发环境 在qt里边配置好opencv环境 在linux平台只需要移植过去就可用

基于opencv2.4.6 + vs2010编写。 需要外接一个摄像头，对摄像头捕捉的视频帧进行处理。 如果视频帧中有人脸，程序会自动识别，并用彩色的源泉圈出来。   基于opencv2.4.6 + vs2010编写。 需要外接一个摄像头，对摄像头捕捉的视频帧进行处理。 如果视频帧中有人脸，程序会自动识别，并用彩色的源泉圈出来。